A magyar Machine Learning/Data Science podcast!
Machine Learning Budapest
Claim This Podcastby Machine Learning Budapest
15 episodes
Updated Daily
Accepts GuestsHas SponsorsLocation 🇭🇺
Podcast Overview
A magyar Machine Learning/Data Science podcast!
Language
🇭🇺
Publishing Since
7/27/2020
1 verified contact email on file for Machine Learning Budapest
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
Recent Episodes
June 25, 2021
A nagy AI-hype és a neurális hálók határai | Benczúr András | MLCast #15
<p>Benczúr András az ELTE matematikusaként jutott ki az MIT-re a rendszerváltás után, így elsőkézből ismerhetett meg olyan technológiákat és embereket, akik azóta az AI mint tudományág kiemelkedő alakjai. De mit is sikerült hazahoznia ebből a tudásból, és indokolt-e még mindig az óriási hype az AI körül?</p> <p>0:00 - Bemutatkozás</p> <p>1:02 - András munkája a SZTAKI-ban, mint tudományos főmunkatárs </p> <p>2:37 - Az út az ELTÉ-ről az MIT-ra - Hogyan jutott ki András a rendszerváltás után egy külföldi top-egyetemre? </p> <p>8:20 - Az MIT-s évek tapasztalati és tanulságai </p> <p>13:59 - Mihez kezdjen valaki az MIT-s tapasztalataival Magyarországon? </p> <p>19:48 - Nyitottabb lett-e a magyar akadémikum az elméletek alkalmazására? </p> <p>22:00 - András tapasztalati a magyarországi nemzetközi projektekkel </p> <p>25:30 - A járvány hatása a nemzetközi együttműködésekre </p> <p>28:29 - András startup-tapasztalatai </p> <p>33:42 - Mik a különbségek a magyar és a nemzetközi startup-kultúra között? </p> <p>39:15 - Ha ma érdeklődsz az AI iránt, hol érdemes elkezdened? </p> <p>43:32 - Mennyire indokolt az AI-hype ma? </p> <p>49:39 - Hol a határ? Végére jár a neurális hálókban rejlő potenciál? </p> <p>52:04 - Milyen új alkalmazási területeket vár András a következő évektől? </p> <p>55:44 - Mennyire vannak jelen ezek a területek Magyarországon? </p> <p>56:59 - András reményei - mely területek a legizgalmasabbak? </p> <p>58:44 - A jelenleg legizgalmasabb projekt, amin András dolgozik </p> <p><br></p> <p>©2020, minden jog fenntartva</p>
March 2, 2021
Magyarázható AI, biztonsági kérdések és adversarial támadások | Thamó Emese | MLCast #14
<p>Thamó Emese Dunakesziről indult, az egyetemet már Cambridge-ben végezte, épp a PhD-jén dolgozik a Liverpooli Egyetemen és Amszterdamban is dolgozott már - de hogy sikerült mindezt elérnie, mi hajtotta, és hogy kötött ki végül a Machine Learning mellett? Kutatásának fő fókusza az AI-biztonság és a megmagyarázható modellek, emellett viszont beszélgetünk startupokról, adversarial támadásokról (amire egyikünk sem tudott elfogadható magyar fordítást kitalálni) és orvosi AI-ról is! </p> <p>0:00 - Bemutatkozás </p> <p>1:24 - Dunakeszi-Cambridge-Liverpool-Amszterdam és matematika szeretete </p> <p>3:24 - Innováció és AI külfödön - mit csinálhatnánk jobban Magyarországon? </p> <p>5:36 - Medical AI - mire jók és mire nem a jelenleg elérhető eszközök, módszerek? Pulzus, testhő, légzési gyakoriság meghatározása - videóról? Jogi megkötések, akadályok. </p> <p>10:35 - Várhatóak jogi változások a modellek széleskörűbb alkalmazásához? Hogyan lehet megoldani a jogi problémákat? </p> <p>13:33 - Emese kutatási témája - AI-biztonság. Mitől lesz megbízható egy modell? Hogyan magyarázzuk meg egy neurális háló működését? </p> <p>17:31 - Meg fogjuk valaha teljesen érteni egy-egy neurális háló működését? </p> <p>19:19 - Hogyan vizsgálahtó egy magyarázat "jó"sága? </p> <p>21:48 - Mit csinál egy "adversarial attack"? Hogy működnek ezek a támadások? Hogyan függ össze a magyarázhatóság és a modell hibái? </p> <p>24:16 - Emese kutatása, hipotézisei - támadás-detektorok és ezek magyarázata. </p> <p>25:59 - Modellek robosztussága - problémák </p> <p>27:43 - Startup-tapasztalatok és a Game of Dragons </p> <p>35:15 - Tervek a jövőre - milyen startupot indítana Emese Magyarországon? </p> <p>36:04 - Tippek és trükkök ha vállalkozni/freelancerkedni szeretnél! </p> <p>40:04 - Mit vár Emese az AI fejlődésétől a jövőben? </p> <p>41:58 - Emese elérhetőségei, kapcsolat </p> <p><br></p> <p>Emesét megtaláljátok a LinkedInen: https://www.linkedin.com/in/emesethamo</p> <p>Kutatói profilja a Liverpooli Egyetem oldalán: https://intranet.csc.liv.ac.uk/~themike/ </p> <p><br></p> <p>©2020, minden jog fenntartva</p>
November 18, 2020
Az adat-alapú projektek 80%-a nem hoz hasznot. Mi a megoldás? | Jóföldi Endre | MLCast #13
<p>Jóföldi Endre a gazdasági válság közepén, 2008-ban alapította a Precognox-ot és immár 12 éve profittal zártak minden évet. Mi a titka a sikerüknek? Milyen kihívásokkal kellett eddig szembenézniük? Hogy lehet elkerülni, hogy haszontalan projektet szállítsunk? És mit is jelent az, hogy emberközpontú AI? Ez és még sok minden más is kiderül az eheti epizódból! </p> <p><br></p> <p>0:00 - Bemutatkozás </p> <p>02:29 - A Precognox története </p> <p>06:00 - Milyen kihívásokkal hogyan lehet megküzdeni egy induló cégnél? Hogyan lehet jól válságot kezelni? </p> <p>12:35 - A Gartner szerint 2022-ig a datás projektet 80%-a nem hoz hasznot - miért, és a Precognox mit tesz ez ellen? </p> <p>26:36 - Mekkora az AI-alapú fejlesztések piaca Magyarországon? Meg lehet élni csak a magyar piacból? </p> <p>32:23 - Emberközpontú AI - mit jelent ez Endre és az ügyfelek számára? </p> <p>37:23 - Endre teológiai háttere - hogyan kapcsolódik az etika, a vallás és az AI? </p> <p>44:03 - Mit vár Endre az AI fejlődésétől a jövőben? </p> <p>48:32 - Endre elérhetőségei, kapcsolat </p> <p><br></p> <p>A Precognox honlapja: https://www.precognox.com/ </p> <p><br></p> <p>©2020, minden jog fenntartva</p>
15 total episodes available
Deep-dive analytics for Machine Learning Budapest
Frequently asked questions
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
- What is Machine Learning Budapest?
- How often does this podcast release new episodes?
This podcast updates daily.
- Where can I listen to this podcast?
This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
- Does this podcast accept guests?
Yes, this podcast regularly features guests.
Legal Disclaimer
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.